Update app.py

app.py

@@ -1,34 +1,16 @@
 import gradio as gr
-from transformers import SwinForImageClassification, SwinImageProcessor
-import torch
+from transformers import pipeline
 from PIL import Image
 
-# Cihaz ayarı
-device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
-
-# Modeli ve işlemciyi doğrudan Hugging Face'den yükle
+# Swin modelini pipeline ile yükle
 model_name = "kedimestan/swin-base-patch4-window7-224"
-
-# Model ve işlemciyi yükle
-model = SwinForImageClassification.from_pretrained(model_name)
-processor = SwinImageProcessor.from_pretrained(model_name)
-
-model = model.to(device)
-model.eval()
+classifier = pipeline("image-classification", model=model_name)
 
 # Tahmin fonksiyonu
 def predict(image: Image.Image):
-    # Görüntüyü işlemci ile işleme
-    inputs = processor(images=image, return_tensors="pt").to(device)
-    
-    # Modeli kullanarak tahmin yapma
-    with torch.no_grad():
-        logits = model(**inputs).logits
-    
-    # Tahmin sonucu (maksimum sınıf)
-    predicted_class_idx = logits.argmax(-1).item()
-    prediction = f"Sınıf {predicted_class_idx}"
-    return prediction
+    # Görüntüyü sınıflandırma yaparak tahmin edin
+    result = classifier(image)
+    return result[0]["label"]
 
 # Gradio arayüzü
 inputs = gr.Image(type="pil", label="Görsel Yükle")
@@ -38,6 +20,6 @@ gr.Interface(
     fn=predict,
     inputs=inputs,
     outputs=outputs,
-    title="Swin Transformer Görüntü Sınıflandırma",
+    title="Retinoblastoma Tespiti",
     theme="default"
 ).launch(debug=True)